小卫星星务规划的Hopfield神经网算法

小卫星的任务规划是为确定飞行任务目标并根据飞行任务目标制定控制小卫星运行的指令序列，小卫星的任务可以归结为在资源一定的情况下的规划与调度问题，对于0－1整性和二次型规划（0－1ILQP）问题，本文提出了Hopfield神经网的解法。即将0－1ILQP的目标函数和约束条件用函数的方法写成能量函数形式，然后利用Hopfield神经网求解出该能量函数的全局最小点，从而求解出原0－1ILQP的最优解，最后，作为一个算例，给出了用此方法成功的在优化卫星任务规划中的应用。     

非线性约束最短路问题的启发式算法

多约束QoS路由优化是当前网络研究中的一个重要课题,而受限最短路问题(RSP)是QoS路由的一个基本问题。它是NP-完全的,并有许多具有多项式时间和伪多项式时间的启发式求解算法。然而这些方法只能求解一些带有线性约束的RSP。对一些非线性的约束(比如丢失率约束)大都用数学方法转化成线性约束来求解,这增加了问题的复杂性。本文提出了一种新的具有伪多项式时间的启发式算法来求解这类带非线性约束的RSP。主要思想是将非线性约束作为检验条件来使用。当每得到一个解时,检查解是否满足非线性约束。如满足,则得到最终解;否则在原问题中添加一个线性约束。该新约束将去除已经找到的解,从而使原问题的解空间进一步缩小,直到得到最终解。仿真算例说明了算法的有效性。     

带有模糊收益率的投资组合选择模型

考虑了预期收益率为模糊数的投资组合选择问题,利用模糊约束简化方差约束,建立了投资组合选择的模糊线性规划模型,然后利用模糊数学知识把 模糊线性规划问题转化为多目标线性规划问题,并且设计了模糊算法对其求解,最后通过一个数值算例检验所提模型的可行性,并且对模糊数模型与清晰数模型进行了比较.     

航运资产整合下海运网络的航线、路径和船舶的集成优化

针对航运资产整合后新企业的海运网络重建问题,从营运船舶的角度提出了轴-辐式网络和多港挂靠相结合的混合模式.结合混合模式对基于航线、路径、船舶一体化决策的可能约束,建立了总成本最小化为目标函数的线性混合0-1规划问题,设计了拉格朗日分解、次梯度、预处理与可行解构造的求解算法.通过一组准实例的数值仿真,验证了该求解算法在解决大规模问题时具有较强的计算性能.结果表明:航运资产整合可为新企业带来明显的规模优势,但海运网络重建成本控制的关键在于船队规模及其结构的再优化;新企业应选择合适数量的枢纽港口来布局主干网络,并通过优先保证分支网络上适当船型的配置和兼顾主干网络上大型船舶的充分利用的方式来提升船舶利用率.     

A LAGRANGIAN RELAXATION APPROACH FOR SUPPLY CHAIN PLANNING WITH ORDER／SETUP COSTS AND CAPACITY CONSTRAINTS

A heuristic approach is developed for supply chain planning modeled as multi-item multi-levelcapacitated lot sizing problems. The heuristic combines Lagrangian relaxation(LR) with local search.Different from existing LR approaches that relax capacity constraints and/or inventory balanceconstraints, our approach only relaxes the technical constraints that each 0-1 setup variable must takevalue 1 if its corresponding continuous variable is positive. The relaxed problem is approximatelysolved by using the simplex algorithm for linear programming, while Lagrange multipliers are updatedby using a surrogate subgradient method that ensures the convergence of the dual problem in case ofthe approximate resolution of the relaxed problem. At each iteration, a feasible solution of the originalproblem is constructed from the solution of the relaxed problem. The feasible solution is furtherimproved by a local search that changes the values of two setup variables at each time. By taking theadvantages of a special stru     

可控提前期与服务水平联合约束的库存问题

提前期在库存管理中起着重要作用。对提前期可以控制调整与服务水平联合约束的库存问题进行研究．并提出一种算法．利用该算法可以寻找出在一定服务水平下，库存系统总成本最小的最优策略，实例计算表明．谈算法是有效的。     

耦合Riccati不等式组解的局部优化算法及其在微分对策中的应用

研究与线性二次微分对策的Nash次优均衡对策相联系的一组耦合Riccati矩阵不等式组的解的算法问题。将耦合Riccati矩阵不等式组的求解问题化为具有非线性约束的非凸优化问题，用双线性矩阵不等式（BMI）方法给出了Riccati矩阵不等式组解的局部优化算法，这种算法可以用MATLAB中的线性矩阵不等式工具箱（LMI Toolbox）求解，并给出了这种算法在微分对策中的一个应用实例。     

基于机会约束的手术计划随机模型与算法

本文研究多服务台手术计划调度问题,考虑手术时间的不确定性,提出手术室加班时间的机会约束,以一定的概率保证病人的手术时间不超过手术室的开放时间,建立随机优化机会约束手术计划调度模型,确定手术室的开放和分配决策.基于手术时间离散的概率情景,引入0-1变量转化机会约束,得到了0-1整数线性规划的等价模型.为了提高模型的求解效率,提出两类有效不等式,并设计最长路径算法分离第二类有效不等式,利用分支切割方法进行模型求解.算例分析,基于北京某医院的实际数据,验证算法的有效性,确定最优的手术计划调度方案,有效地优化配置手术室资源.     

考虑成本限制的最小化最大延迟时间平行机调度问题

以绿色制造为背景,假定机器设备具有不同的能源消耗成本或维护成本,研究了一类考虑成本限制的平行机调度问题.调度的目标是最小化最大延迟时间.为该问题建立了整数规划模型MIP,设计了改进的EDD (earliest due date firstly)算法,命名为MEDD.由于考虑成本限制,证明了MEDD算法的可行性,并进而理论分析了算法的最坏误差界.通过算例说明了算法的执行情况,同时采用大量随机数据实验验证算法的性能.对于小规模问题,将MEDD的解与MIP的精确解进行了对比;对于大规模问题,由于MIP精确解难以获得,以MIP对应的线性规划松弛模型MLP的最优值为下界对MEDD算法的解进行了衡量.实验结果表明了所构建MEDD算法的有效性.     

Constrained predictive control based on T-S fuzzy model for nonlinear systems

A constrained generalized predictive control （GPC） algorithm based on the T-S fuzzy model is presented for the nonlinear system. First, a Takagi-Sugeno （T-S） fuzzy model based on the fuzzy cluster algorithm and the orthogonalleast square method is constructed to approach the nonlinear system. Since its consequence is linear, it can divide the nonlinear system into a number of linear or nearly linear subsystems. For this T-S fuzzy model, a GPC algorithm with input constraints is presented. This strategy takes into account all the constraints of the control signal and its increment, and does not require the calculation of the Diophantine equations. So it needs only a small computer memory and the computational speed is high. The simulation results show a good performance for the nonlinear systems.     

Optimization of Additively Decomposed Function with Constraints

We propose a modified evolutionary computation method to solve the optimization problem of additively decomposed function with constraints, ft is based on factorized distribution instead of penalty function and any transformation to a linear model or others. The feasibility and convergence of the new algorithm are given. The numerical results show that the new algorithm gives a satisfactory performance.     

0-1整型规划的Hopfield神经网算法分析

提出了0-1整型线性和二次型规划(0-1ILQP)的Hopfield神经网的解法.即将0-1ILQP的目标函数和约束条件用罚函数的方法写成能量函数形式,然后利用Hopfield神经网求解出该能量函数的全局最小点,从而求解出原0-1ILQP的最优解.最后,作为一个算例,给出了此方法在优化卫星任务规划中的成功应用.     

灰色线性规划的Genocop算法求解

遗传算法求解线性规划问题特别是大型线性规划问题通常比常规求解方法有效得多,但如何求解灰色线性规划是一个值得探讨的课题,本文利用遗传算法的Genocop算法设计了灰色LP的求解程式,结果表明其求解效率很高.     

海外油气项目多目标投资组合优化方法

针对中石油海外复杂合同模式及经营环境多变情况下如何实现产量、投资、效益、风险等多个目标优化配置的问题,本文建立了考虑时间维度及风险因子的非线性多目标优化数学模型,表征了海外不同合同模式涉及的复杂商业规则和约束条件,提出了一种全新的求解多目标优化模型的混合优化方法.该方法先通过排队过滤法生成满足目标和约束条件的投资组合解;然后以该解的特征参数作为约束条件进行线性优化,求出投资组合局部最优解;最后以该最优解作为初始投资组合通过遗传算法求解得到一系列投资组合可行解.通过利用该方法对海外油气项目开展多目标投资组合优化,验证了该方法对于海外项目多目标优化的适用性,为海外项目规划方案设计提供了科学适用的思路和方法.     

两阶段优化算法求解绿色装箱车辆路径问题

带二维装箱约束的绿色开放式车辆路径问题（green open vehicle routing problem with twodimensional loading constraints, 2L-GOVRP）是绿色开放式车辆路径问题和二维装箱问题的集成。以最小化燃油消耗量为优化目标建立了2L-GOVRP模型,并提出一种两阶段优化算法（two stage optimization algorithm, TSOA）进行求解。TSOA的第一阶段,针对车辆路径问题,设计自适应鲸鱼优化算法（adaptive whale optimization algorithm, AWOA）进行求解,从而确定车辆初步配送路径（即2L-GOVRP的初始解）,并采用4种变邻域局部操作进行局部搜索。TSOA的第二阶段,针对二维装箱问题,设计融入扰动机制的天际线填充算法（skyline filling algorithm combined with disturbance mechanism, SFA-DM）优化装箱过程,从而确保所有货物能够合理装箱。通过对不同客户规模测试数例的仿真实验和算法比较,验证了TSOA可...     

灰色线性规划的Genocop算法求解

利用遗传算法的思想给出了线性规划的Genocop算法,进而针对灰色线性规划问题设计了灰色Genocop的求解程式,并使用Matlab语言开发了相应软件,给出了一个实例求解结果。大量运算结果表明,该算法对灰色线性规划问题求解非常有效。     

两层广义线性规划

给出二层广义线性规划最优解极点可达性的一个充分条件 .此外 ,利用容许集的极点与下层问题可行集的极点间的关系给出“第 k最好”算法的一种快捷、方便的实现 .算例表明算法是有效的 .     

考虑不确定因素影响的保障任务调度算法

针对装备保障任务的优化调度问题,首先进行静态建模,提出了一个新的数学规划模型,能够有效描述保障单元的力量配置及与保障对象的指派关系等复杂约束条件;随后实施动态建模,利用混合Petri网把数学模型转换为流程模型,不仅构建了变迁激发规则以表达静态数学模型的约束条件,而且设计了新的子网结构模拟突发事件及协同保障的动态过程。为了求解该规划模型,提出了一个基于退火进化的优化调度算法,该算法首先计算保障单元的分配问题,随后搜索资源分配的优先级列表生成保障任务的工作顺序,算法中利用Petri网过程模型计算不确定条件下的目标函数值。仿真实验表明算法能在较快的收敛速度下提高保障单元的利用率。     

以正好满足产品需求为约束条件的车间最优生产计划

研究以正好满足产品需求为约束条件的预选性自动化车间（FAW)伯最优生产计划问题，首先根据实际需要建立车间生产计划的含需求约束的非线性规划模型，然后为求解方便通过引进约束将其转化成线性规划模型，由于这种模型对于一般车间来讲其规模已经很大，很难在微机上用单纯形法在可接受的时间内获得其最优解，为此，提出分别用卡马卡算法和基于卡马卡算法的关联预测法来求解车间最优生产计划问题，并编制了相应软件，最后，通过算例研究，比较了卡马卡算法，基于卡马卡算法的关联预测法和Ｍatlab中的线性规划法，结果表明所提方法非常适合将ＥＲＰ／ＭＲＰＩＩ下达给ＦＡＷ的中期计划最优分解成由ＦＡＷ中各ＦＭＳ执行的短期计划。     

Global convergent algorithm for the bilevel linear fractional-linear programming based on modified convex simplex method

A global convergent algorithm is proposed to solve bilevel linear fractional-linear programming,which is a special class of bilevel programming.In our algorithm,replacing the lower level problem by its dual gap equaling to zero,the bilevel linear fractional-linear programming is transformed into a traditional single level programming problem,which can be transformed into a series of linear fractional programming problem.Thus,the modified convex simplex method is used to solve the infinite linear fractional programming to obtain the global convergent solution of the original bilevel linear fractional-linear programming.Finally,an example demonstrates the feasibility of the proposed algorithm.